Dự báo chuỗi thời gian mờ dựa trên đại số gia tử với ngữ nghĩa

i ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG NGUYỄN XUÂN ĐĂNG Chuyên ngành: Khoa học máy tính Mã số: Tóm tắt 60 48 0101 LUẬN VĂN THẠC SĨ KHOA CÔNG NGHỆ THÔNG TIN Thái Nguyên - 2015 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn ii Cơng trình đƣợc hồn thành tại: Đại học công nghệ thông tin truyền thông Ngƣời hƣớng dẫn khoa học: TS Vũ Nhƣ Lân Phản biện 1: PGS TS Vũ Chấn Hƣng Phản biện 2: TS Nguyễn Duy Minh Luận văn đƣợc bảo vệ trƣớc Hội đồng chấm luận văn họp tại: Vào hồi ngày tháng năm 20 Có thể tìm hiểu luận văn trung tâm học liệu Đại học Thái Nguyên Và thƣ viện Trƣờng Đại học cơng nghệ thơng tin truyền thơng Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn iii ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THƠNG Chun ngành: Khoa học máy tính Mã số: 60.48.01.01 LUẬN VĂN THẠC SĨ KHOA CÔNG NGHỆ THÔNG TIN NGƢỜI HUỚNG DẪN KHOA HỌC: TS VŨ NHƢ LÂN Thái nguyên, 2015 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn iv ĐẠI HỌC THÁI NGUYÊN ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG NGUYỄN XUÂN ĐĂNG LUẬN VĂN THẠC SĨ KHOA CƠNG NGHỆ THƠNG TIN Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn v Thái nguyên - 2015 LỜI CAM ĐOAN Tôi xin cam đoan luận văn cơng trình nghiên cứu thực cá nhân tơi đƣợc thực dƣới dìu dắt hƣớng dẫn nhiệt tình TS Vũ Nhƣ Lân Các số liệu, kết thân nghiên cứu tìm hiểu đƣợc trình bày luận văn trung thực chƣa đƣợc công bố dƣới hình thức Tơi xin chịu trách nhiệm nghiên cứu Học viên Nguyễn Xuân Đăng Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn vi LỜI CẢM ƠN Đầu tiên xin gửi lời cảm ơn sâu sắc tới TS Vũ Nhƣ Lân, ngƣời hƣớng dẫn khoa học, tận tình bảo, giúp đỡ thực luận văn Tôi xin cảm ơn q thầy Trƣờng Đại Học Cơng nghệ Thông Tin Truyền Thông Thái Nguyên giảng dạy truyền kiến thức cho Tôi xin chân thành cảm ơn bạn bè đồng nghiệp tạo điều kiện giúp đỡ tơi hồn thành nhiệm vụ học tập Cuối cùng, xin cảm ơn ngƣời thân, bạn bè gia đinh ủng hộ giúp đỡ tơi hồn thành luận văn Mặc dù cố gắng hoàn thành luận văn với tất nỗ lực thân, nhƣng luận văn cịn thiếu sót Kính mong nhận đƣợc ý kiến đóng góp q Thầy, Cơ bạn bè, đồng nghiệp Tôi xin chân thành cảm ơn! Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn vii MỤC LỤC PHẦN 1: MỞ ĐẦU 11 Lý chọn đề tài Đối tƣợng phạm vi nghiên cứu 2.1 Đối tƣợng 2.2 Phạm vi nghiên cứu Hƣớng nghiên cứu đề tài Phƣơng pháp nghiên cứu 4.1 Phƣơng pháp nghiên cứu lý thuyết 4.2 Phƣơng pháp nghiên cứu thực tiễn Ý nghĩa khoa học luận văn Cấu trúc luận văn PHẦN 2: NỘI DUNG CHƢƠNG 1: GIỚI THIỆU MỘT SỐ KIẾN THỨC CƠ SỞ 1.1 Những vấn đề sở lý thuyết tập mờ logic mờ 1.1.1 Lý thuyết tập mờ 1.1.2 Logic mờ 1.1.2.1 Định nghia logic mờ 1.1.2.2 Các phép toán logic mờ 1.2 Chuỗi thời gian mờ 11 1.2.1 Khái niệm: 11 1.2.2 Một số định nghĩa liên quan đến chuỗi thời gian mờ .12 1.3 Quan hệ mờ 13 1.3.1 Các quan hệ mờ 13 1.3.2 Các phép toán quan hệ mờ .13 1.3.3 Suy luận xấp xỉ suy diễn mờ 14 1.3.4 Hệ mờ 14 1.4 Lý thuyết tối ƣu 17 1.5 Giới thiệu đại số gia tử số tính chất .18 1.5.1 Sơ lƣợc đại số gia tử 18 1.5.2 Biến ngôn ngữ 20 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn viii 1.5.3 Đại số gia tử biến ngôn ngữ .22 1.5.4 Các tính chất ĐSGT tuyến tính 24 1.5.5 Thuật tốn tính tốn đại số gia tử .25 KẾT LUẬN CHƢƠNG 28 CHƢƠNG 2: DỰ BÁO CHUỖI THỜI GIAN MỜ 29 2.1 Thuật toán dự báo chuỗi thời gian mờ Song Chissom 29 2.2 Thuật toán dự báo mờ Chen 36 2.2.1 Thuật toán Chen phƣơng pháp ứng dụng vào dự báo tuyển sinh đại học Alabama 36 2.2.2 Thuật toán bậc cao Chen 43 KẾT LUẬN CHƢƠNG 45 46 3.1 Xây dựng Thuật toán 46 3.2 So sánh kết Thuật toán dự báo chuỗi thời gian mờ 56 3.3 Nhận xét chung 58 PHẦN 3: KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 59 TÀI LIỆU THAM KHẢO 60 62 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn ix DANH MỤC VIẾT TẮT Ký hiệu viết tắt Ý nghĩa ĐSGT Đại số gia tử NQHNN Nhóm quan hệ ngữ nghĩa STT Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn x DANH MỤC CÁC HÌNH Hình 1.1 Cấu hình hệ mờ 14 Hình 2.1: Số sinh viên nhập học thực tế số sinh viên nhập học dự báo .36 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 52 SA3 → SA4 (trùng lần); SA4 → SA4 (trùng lần); (3.10) SA4 → SA3; SA4 → SA6; SA6 → SA6; SA6 → SA7; SA7 → SA7 SA7 → SA6 + Bƣớc Tạo lập nhóm quan hệ ngữ nghĩa theo nhãn ngữ nghĩa Nếu ngữ nghĩa định lƣợng (vế trái (3.10)) có quan hệ với nhiều ngữ nghĩa định lƣợng (vế phải (3.10)), vế phải đƣợc chập lại thành nhóm Quan hệ đƣợc lập theo nhóm nhƣ đƣợc gọi nhóm quan hệ ngữ nghĩa (NQHNN) Nhƣ từ (3.10) nhận đƣợc NQHNN sau đây: Nhóm 1: SA1 → (SA1, SA1, SA2) Nhóm 2: SA2 → (SA3) Nhóm 3: SA3 → (SA3, SA3, SA3, SA3, SA3, SA3, SA3, SA4, SA4) Nhóm 4: SA4 → (SA4, SA4, SA3, SA6) Nhóm 5: SA6 → (SA6, SA7) Nhóm 6: SA7 → (SA7, SA6) + Giả sử số sinh viên nhập học năm (t - 1) chuỗi thời gian mờ F(t1) đƣợc ngữ nghĩa hóa theo (3.9) SAj, đầu dự báo F(t) hay số sinh viên nhập học dự báo năm t đƣợc xác định theo nguyên tắc (luật) sau đây: (1) Nếu tồn quan hệ 1-1 nhóm quan hệ ngữ nghĩa theo nhãn ngơn ngữ Aj nhƣ sau: Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 53 SAj SAk, (1.2b): DSAj Desemantization (SAk) khoảng giải nghĩa uk [Dmin−D1, Dmax+D2] (2) Nếu SAk trống, SAj (1.2b): DSAj , đầu dự bá Desemantization ( gian mờ [Dmin−D1, Dmax+D2] (3) Nếu tồn quan hệ 1-nhiều nhóm quan hệ ngữ nghĩa (kể quan hệ trùng) theo nhãn ngôn ngữ Aj: SAj (SAi, SAk,…, SAr), đầu (1.2b) cho liệu lịch sử nhóm quan hệ ngữ nghĩa: DSAj Desemantization (WSAiAj * SAi+ WSAkAj * SAk+…+ WSArAj * SAr i, uk… ur thuộc khoảng xác định tập chuỗi thời gian mờ [Dmin−D1, Dmax+D2] Trong WSAiAj, WSAkAj…, WSArAj trọng số ngữ nghĩa thành phần NQHNN theo nhãn ngữ nghĩa Aj đƣợc tính tỷ số số liệu thuộc khoảng ui tổng số liệu thuộc khoảng ui, uk,…, ur NQHNN Nhƣ tính chuẩn hóa trọng số đƣợc đảm bảo: WSAiAj + WSAkAj +…+ WSArAj = Tóm lại, thuật tốn Trong toán dự báo số sinh viên nhập học trƣờng đại học Alabama, chọn k (1.2b) với giá trị đầu, giá trị cuối nhƣ Bảng 3.2 sau đây: Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 54 Bảng 3.2 Giá trị đầu giá trị cuối khoảng giải nghĩa chọn Khoảng giải nghĩa cho điểm dự báo Giá trị Giá trị Khoảng giải Giá trị Giá trị đầu cuối nghĩa cho đầu cuối khoảng khoảng điểm dự báo khoảng khoảng ( 1972 ) 13000 17000 12 ( 1983 ) 14000 18000 ( 1973 ) 13000 18000 13 ( 1984 ) 14000 17000 ( 1974 ) 13000 20000 14 ( 1985 ) 14000 17000 ( 1975 ) 15000 16000 15 ( 1986 ) 15000 18000 ( 1976 ) 14000 17000 16 ( 1987 ) 15000 19000 ( 1977 ) 14000 18000 17 ( 1988 ) 15000 20000 (1978 ) 15000 18000 18 ( 1989 ) 16000 20000 ( 1979 ) 15000 19000 19 ( 1990 ) 17000 20000 ( 1980 ) 15000 19000 20 ( 1991 ) 17000 20000 10 ( 1981 ) 14000 19000 21 ( 1992 ) 15000 20000 11 ( 1982 ) 13000 18000 Vấn đề dự báo tối ƣu chuỗi thời gian mờ theo nghĩa cực tiểu sai số trung bình bình phƣơng MSE đƣợc thực (1.1b) phép giải n (1 Chƣơng trình tính tốn sở sử dụng phần mềm tối ƣu hóa GA MATLAB R2013a Kết Thuật tốn ực tiểu hàm MSE đƣợc mơ tả Bảng 3.3, MSE có dạng: Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 55 Ở đây: MSE (Mean Square Error) sai số trung bình bình phƣơng; SSVNHTT i số sinh viên nhập học thực tế năm i; SSVNHDB i số sinh viên nhập học dự báo năm i, i = (1972), (1973), …, 21 (1992) Bảng 3.3 Kết tính toán dự báo tối ưu số sinh viên nhập học trường đại học Alabama từ 1971 đến 1992 theo tiếp cận ĐSGT Số sinh Năm viên nhập học thực tế 1971 13055 1972 13563 1973 Số sinh viên nhập học Số sinh Năm viển nhập học dự báo Số sinh viên nhập học dự báo 1982 15433 15610 13820 1983 15497 15599 13867 14025 1084 15145 15199 1974 14696 14436 1985 15163 15199 1975 15460 15374 1986 15984 16199 1976 15311 15199 1987 16859 16599 1977 15603 15599 1988 18150 17610 1978 15861 16199 1989 18970 19069 1979 16807 16599 1990 19328 19301 1980 16919 17088 1991 19337 19301 1981 16388 16610 1992 18876 18836 = 0.625 ) SA1 = 0.1815201791697217; SA2 = 0.3465991199102879; Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 56 SA3 = 0.37415423402091175; SA4 = 0.6009736687271362; SA6 = 0.7547775046081667; SA7 = 0.7857793203108009 = 41874 3.2 So sánh kết Thuật toán dự báo chuỗi thời gian mờ bƣớc theo tiếp cận ĐSGT đây, xây dựng đƣợc Thuật toán dự báo cho năm 1971 1972 , 1972 1973, 1973 1974,… , 1991 ) Kết Thuật toán dự báo sử MATLAB R2013a ( dụng ĐSGT đƣợc mô tả Bảng 3.4 để so sánh với kết số Thuật toán khoảng chia Lƣu ý nguyên tắc, độ xác phƣơng pháp dự báo chuỗi thời gian mờ theo tiếp cận Song & Chisson, Chen nhiều tác giả khác phụ thuộc nhiều vào q trình mờ hóa chuỗi thời gian giải mờ đầu dự báo đặc biệt khó tối ƣu hóa đồng thời hai q trình Trong đó, Thuật tốn tính tốn theo tiếp cận ĐSGT đảm bảo thứ tự ngữ nghĩa đƣa cách chọn tham số θ, α hợp lý dễ dàng định hƣớng đến tối ƣu để xây dựng dự báo dựa phép ngữ nghĩa hóa phép giải nghĩa tuyến tính Đây tính chất quan trọng tiếp cận ĐSGT sở khoa học cho tính hiệu cao nhiều tốn ứng dụng nói chung tốn dự báo chuỗi thời gian mờ nói riêng Trong Bảng 3.4 So sánh kết dự báo theo tiếp cận ĐSGT với Thuật toán d [3] , Huarng [5] sử dụng chuỗi thời gian mờ với khoảng chia Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 57 Bảng 3.4: So sánh phương pháp dự báo với khoảng chia Năm Số sinh Phƣơng Phƣơng Phƣơng viên pháp pháp pháp nhập học Chen [4] Huarng [15] ĐSGT 1971 13055 1972 13563 14000 14000 13820 1973 13867 14000 14000 14025 1974 14696 14000 14000 14436 1975 15460 15500 15500 15374 1976 15311 16000 15500 15199 1977 15603 16000 16000 15599 1978 15861 16000 16000 16199 1979 16807 16000 16000 16599 1980 16919 16833 17500 17088 1981 16388 16833 16000 16610 1982 15433 16833 16000 15610 1983 15497 16000 16000 15599 1984 15145 16000 15500 15199 1985 15163 16000 16000 15199 1986 15984 16000 16000 16199 1987 16859 16000 16000 16599 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 58 1988 18150 16833 17500 17610 1989 18970 19000 19000 19069 1990 19328 19000 19000 19301 1991 19337 19000 19500 19301 1992 18876 19000 19000 18836 407507 226611 41874 MSE 3.3 Nhận xét chung Qua so sánh thuật toán dự báo ứng dụng cho chuỗi liệu lịch sử số sinh viên nhập học trƣờng Đại học Alabama mà nhiều tác giả giới nghiê , thuật toán dự báo dựa ĐSGT thuật tốn mới, hồn tồn khác biệt, có khả dự báo chuỗi thời gian mờ với độ xác cao so với số thuật toán Sự khác biệt thể phƣơng pháp luận lần sử dụng phép ngữ nghĩa hóa thay cho phép mờ hóa, nhóm quan hệ ngữ nghĩa thay cho nhóm quan hệ mờ, phép giải nghĩa thay cho phép giải mờ u so với c Chen [3 sử dụng khoảng có [ 5] Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 59 PHẦN 3: KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN Luận văn đƣa số thông tin chuỗi thời gian mờ thuật toán xử lý chuỗi thời gian m tác giả xây dựng từ kỷ trƣớc áp dụng cho trƣờng Đại học Alabama từ năm 1971 đến năm 1992 Từ thuật tốn tơi tiến hành nghiên cứu xây dựng chƣơng trình dự báo chuỗi thời gian mờ dựa đại số gia tử với ngữ nghĩa Với thuật tốn tơi xây dựng chƣơng trình Kết tính tốn cho thấy mức độ phù hợp dự báo so với số liệu thực tế Chính vậy, thuật tốn sử dụng chuỗi thời gian mờ đƣợc nhiều tác giả nghiên cứu có nhiều triển vọng ứng dụng cơng nghệ thơng tin với liệu thực tế Tuy nhiên điều kiện thời gian trình độ cịn hạn chế khơng thể tránh khỏi thiếu sót q trình xây dựng nghiên cứu nƣớc nhƣ nhiều nƣớc với , mơi trƣờng… để luận văn hồn thiện mang giá trị thực tiễn Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 60 TÀI LIỆU THAM KHẢO Tiếng việt [1] Nguyễn Công Điều: Một thuật toán cho Thuật toán chuỗi thời gian mờ Tạp chí KHOA HỌC VÀ CƠNG NGHỆ, Tâp 49, Số 4, 2011, 11-25 [2] Nguyễn Duy Minh - Điều chỉnh ngữ nghĩa định lƣợng giá trị ngôn ngữ đại số gia tử ứng dụng, Tạp chí Khoa học Công nghệ 49 (4) (2011) 27-40 Tiếng anh [3] Chen S.M.: Forecasting Enrollments Based on Fuzzy Time Series Fuzzy Sets and Syst 81, 311–319, 1996 [4] Dinko Vukadinović, Mateo Bašić, Cat Ho Nguyen, Nhu Lan Vu, Tien Duy Nguyen Hedge-Algebra-Based Voltage Controller for a SelfExcited Induction Generator, Control Engineering Practice, 30, 78–90, 2014 [5] Huarng, K Heuristic Models of Fuzzy Time Series for Forecasting Fuzzy Sets and Syst 123, 369–386, 2001 [6] Hwang J.R Chen, S.M, Lee, C.H, Handling Forecasting Problems using fuzzy time series Fuzzy Sets and Systems 100, 217 -228, 1988 [7] N.C Ho and W Wechler, Hedge algebras: An algebraic approach to structures of sets of linguistic domains of linguistic truth variable, Fuzzy Sets and Systems, 35, 281-293, 1990 [8] N.C Ho and W Wechler, Extended hedge algebras and their application to Fuzzy logic, Fuzzy Sets and Systems, 52, 259-281, 1992 [9] C.H Nguyen, V.N Huynh, W Pedrycz, A Construction of Sound Semantic Linguistic Scales Using 4-Tuple Representation of Term Semantics, Int J Approx Reason., DOI: 10.1016/j.ijar.2013.10.012 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 61 [10] Nguyen Cat Ho, Vu Nhu Lan, Le Xuan Viet, Optimal hedgealgebras-based controller: Design and Application, Fuzzy Sets and Systems 159 (2008) 968– 989 [11] Ho N C., Lan V N - Hedge Algebras – An order – based structure of terms – domains: - An algebraic approach to human reasoning, Journal of Science and Technology 45 (6) (2009) 77-108 [12] Cat Ho, N and H Van Nam: An algebraic approach to linguistic hedges in Zadeh's fuzzy logic, Fuzzy Set and System, 129, 229-254, 2002 [13] Cong Nguyen Huu, Duy Nguyen Tien, Trung Ngo Kien, Ha Le Thi Thu, A Research on Parabolic Trough Solar Collector System Control based on Hedge Algebra, 11th International Conference on Control, Automation, Robotics and Vision, December, 715-720, 2010, Singapore [14] Song Q, Chissom B.S Fuzzy time series and its models Fuzzy Sets and Syst 54, 269–277, 1993 [15] Song Q, Chissom B.S: Forecasting enrollments with fuzzy time series – part Fuzzy Sets and Syst 54, 1–9, 1993 [16] Song Q, Chissom B.S.: Forecasting enrollments with fuzzy time series – part Fuzzy Sets and Syst 62, 1–8, 1994 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 62 function [y] = OHAP_6tuyentinhNNDLNGANsuaKXD(x) format long SV22=[13055;13563;13867;14696;15460;15311;15603;1586 1;16807;16919;16388;15433;15497;15145;15163;15984;16 859;18150;18970;19328;19337;18876] SV21=[13563;13867;14696;15460;15311;15603;15861;1680 7;16919;16388; 15433;15497;15145;15163;15984;16859;18150;18970;1932 8;19337;18876] xgmin=13000 xgmax=20000 WSA1A1=3/7 WSA2A1=1/7 WSA3A2=1 WSA3A3=9/71 WSA4A3=4/71 WSA4A4=4/20 WSA3A4=9/20 WSA6A4=3/20 WSA6A6=3/5 WSA7A6=2/5 WSA7A7=2/5 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 63 WSA6A7=3/5 SA1=x(1) SA2=x(2) SA3=x(3) SA4=x(4) SA5=0.625 SA6=x(5) SA7=x(6) SP(1)=WSA1A1*SA1*2+WSA2A1*SA2 SP(2)=SP(1) SP(3)=SP(1) SP(4)=WSA3A2*SA3 SP(5)=WSA3A3*SA3*7+WSA4A3*SA4*2 SP(6)=SP(5) SP(7)=SP(5) SP(12)=SP(5) SP(13)=SP(5) SP(14)=SP(5) SP(15)=SP(5) SP(8)=SP(5) SP(16)=SP(5) SP(9)=WSA4A4*SA4*2+WSA3A4*SA3+WSA6A4*SA6 SP(11)=SP(9) SP(17)=SP(9) SP(18)=WSA6A6*SA6+WSA7A6*SA7 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 64 SP(19)=SP(18) SP(20)=WSA6A7*SA6+WSA7A7*SA7 SP(21)=SP(20) xmin(1)=13000 xmax(1)=17000 xmin(2)=13000 xmax(2)=18000 xmin(3)=13000 xmax(3)=20000 xmin(4)=15000 xmax(4)=16000 xmin(5)=14000 xmax(5)=17000 xmin(6)=14000 xmax(6)=18000 xmin(7)=15000 xmax(7)=18000 xmin(8)=15000 xmax(8)=19000 xmin(9)=15000 xmax(9)=19000 xmin(10)=14000 xmax(10)=19000 xmin(11)=13000 xmax(11)=18000 xmin(12)=14000 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 65 xmax(12)=18000 xmin(13)=14000 xmax(13)=17000 xmin(14)=14000 xmax(14)=17000 xmin(15)=15000 xmax(15)=18000 xmin(16)=15000 xmax(16)=19000 xmin(17)=15000 xmax(17)=20000 xmin(18)=16000 xmax(18)=20000 xmin(19)=17000 xmax(19)=20000 xmin(20)=17000 xmax(20)=20000 xmin(21)=15000 xmax(21)=20000 SPP=0 DPP=0 for i=1:21, DeSP(i)=(SPP*SP(i)*(1-SP(i))+SP(i))*(xmax(i)xmin(i))+xmin(i); DDeSP(i)=DPP*(DeSP(i)-xmin(i))*(xmax(i)DeSP(i))/(xmax(i)-xmin(i))+DeSP(i); Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 66 end lb=[0/7;1/7;2/7;3/7;5/7;11/14]; ub=[3/14;5/14;7/14;9/14;13/14;14/14]; DP=[1;2;3;4;5;6;7;8;9;10;11;12;13;14;15;16;17;18;19; 20;21]; SAISO=SV21-DDeSP' SAISOBINHPHUONG=[SAISO(1)^2;SAISO(2)^2;SAISO(3)^2;SA ISO(4)^2;SAISO(5)^2;SAISO(6)^2;SAISO(7)^2;SAISO(8)^2 ;SAISO(9)^2;SAISO(10)^2;SAISO(11)^2;SAISO(12)^2;SAIS O(13)^2;SAISO(14)^2;SAISO(15)^2;SAISO(16)^2;SAISO(17 )^2; SAISO(18)^2;SAISO(19)^2;SAISO(20)^2;SAISO(21)^2] T=sum(SAISOBINHPHUONG) MSE=T/21 y=MSE BANG=[SV21 DP DDeSP' SAISOBINHPHUONG] Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn ... Thuật toán dự báo chuỗi thời gian mờ đƣa kết nghiên cứu dự báo chuỗi thời gian mờ dựa đại số gia tử với tham số hiệu chỉnh ngữ nghĩa 2.2 Phạm vi nghiên cứu - Nghiên cứu chuỗi thời gian mờ - Nghiên... thơng tin dự báo, Thuật tốn tính tốn đại số gia tử với khoảng ngữ nghĩa vấn đề liên quan + Phƣơng pháp chuyên gia: Kiểm tra, đƣa kết dự báo chuỗi thời gian mờ dựa đại số gia tử với tham số hiệu... tham số hiệu chỉnh ngữ nghĩa tham số hiệu chỉnh ngữ nghĩa thay cho tác động nhiều lớp gia tử lên phần tử sinh Vì em chọn “ Dự báo chuỗi thời gian mờ dựa đại số gia tử với ngữ nghĩa ’’ làm luận